previous up next
Foregående: Afslutning Op: FAMØS september 1996 Næste: Nogle kedeligetekniske data

 

Dette afsnit indeholder hele algoritmen for beregning af kohonenfunktionen.

Kohonenfunktionen tex2html_wrap_inline3226 har funktionsværdien

displaymath1087

hvor tex2html_wrap_inline3120 er nummeret på den vindende neuron.

Kohonen-nettet er et tex2html_wrap_inline3096 (hvor tex2html_wrap_inline3098 ) netværk af enheder. Hver af disse enheder har tilskrevet en værdi tex2html_wrap_inline3236 , hvor tex2html_wrap_inline3238 er et vektorindeks.

tex2html_wrap_inline3240 betegner iterationsnummeret. Lad tex2html_wrap_inline3242 betegne det t'te input.

Trin 0
Initialisér alle vektorer tex2html_wrap_inline3246 med fx små tilfældige værdier. Det er vigtigt, at vektorerne starter med forskellige værdier.

Trin 1
Præsenter inputvektoren tex2html_wrap_inline3114 for alle neuroner tex2html_wrap_inline3250 og find vinderen. Dvs.  find tex2html_wrap_inline3120 , for hvilket

displaymath1196

Trin 2
Opdatér vektorerne tex2html_wrap_inline3250 :

displaymath1204

Trin 3
Opdatér nabofunktionen tex2html_wrap_inline3256 , sådan at graden af naboskab langsomt aftager med iterationsantallet.

Trin 4
Opdatér indlæringskoefficenten tex2html_wrap_inline3258 , så den aftager med iterationsantallet.

Trin 5
Hvis vektorerne tex2html_wrap_inline3148 stadig forandrer sig, så opdateres iterationstælleren t og trinene 1-5 gentages.



famos@math.ku.dk
Sun Sep 22 00:34:24 MET DST 1996